《多元廣義線性模型》是2017年格致出版社出版的圖書,作者是[美]理察·F.哈斯(Richard F. Haase)。
基本介紹
- 書名:多元廣義線性模型
- 作者:[美]理察·F.哈斯(Richard F. Haase)
- ISBN:9787543227569
- 頁數:276頁
- 定價:48元
- 出版社:格致出版社
- 出版時間:2017年7月
- 裝幀:平裝
- 開本:32開
《多元廣義線性模型》是2017年格致出版社出版的圖書,作者是[美]理察·F.哈斯(Richard F. Haase)。
《多元廣義線性模型》是2017年格致出版社出版的圖書,作者是[美]理察·F.哈斯(Richard F. Haase)。內容簡介 《多元廣義線性模型》介紹了廣義線性模型的多元形式,並展示了多元廣義線性模型的幾種套用。首先,作者回顧了一元回歸分析,...
廣義線性模型[generalize linear model]線性模型的擴展,通過聯結函式建立回響變數的數學期望值與線性組合的預測變數之間的關係。其特點是不強行改變數據的自然度量,數據可以具有非線性和非恆定方差結構。是線性模型在研究回響值的非常態分配...
如果錯誤不遵循多元常態分配,廣義線性模型可以用來放鬆關於Y和U的假設。一般線性模型包含了許多不同的統計模型:ANOVA,ANCOVA,MANOVA,MANCOVA,普通線性回歸,t檢驗和F檢驗。一般線性模型是多元線性回歸模型對多個因變數情況的推廣。如果...
第4節 多元參數模型 第3章 似然理論和矩 第1節 最大似然估計 第2節 計算指數族的均值 第3節 計算指數族的方差 第4節 方差函式 第4章 線性結構和連線函式 第1節 廣義化 第2節 分布 第5章 估計程式 第1節 牛頓一萊福遜求根...
《廣義線性模型導論(英文導讀版·原書第3版)》是2015年6月機械工業出版社出版的圖書,作者是[澳]安妮特 J.杜布森。內容簡介 本書首先介紹了廣義線性模型的理論背景,其次著重分析特定類型的數據,其中包含常態分配、泊松分布和二項...
2.1 多元線性模型 2.1.1 模型定義 2.1.2 模型的參數估計和檢驗 2.2 變數選擇 2.3 回歸診斷 2.3.1殘差分析和異常點探測 2.3.2 回歸診斷: 一般的方法 2.4 回歸預測 習 題 第 3 章 廣義線性模型 3.1 廣義線性模型...
4.1 多元線性回歸模型 4.2 回歸方程和偏回歸係數的顯著性檢驗 4.3 自變數的篩選和衡量回歸方程擬合效果的指標 4.4 多重共線性的診斷和處理 4.5 異常點的診斷和處理 本章小結 思考與練習 第5章 廣義線性模型 5.1 線性回歸模型...
從內容上看,本書基本覆蓋了常用的多元統計方法,包括主成分分析、因子分析、聚類分析、判別分析、典型相關分析、對應分析、多維標度分析、廣義線性模型以及對數線性模型等方法。圖書目錄 第一章回歸分析 第一節一元回歸分析 第二節多元回歸...
第1章 廣義線性模型 第2章 一些基礎的模型化概念 第1節 作為類別變數的自變數 第2節 回歸模型的必要成分 第3章 經典多元回歸模型 第1節 假設與模型方法 第2節 回歸分析結果 第3節 多元相關 第4節 假設檢驗 第4章 廣義線性模型...
6.2.1 先驗獲取 6.2.2 點估計 6.2.3 可信區間 6.2.4 假設檢驗 6.3 貝葉斯多元數據分析模型 6.3.1 多元線性模型 6.3.2 廣義線性模型 ……第7章 統計學習理論與支持矢量機 第8章 其他分析方法的探討 參考文獻 ...
第一章系統介紹多元分析中常用的矩陣知識。第二章到第五章介紹多元常態分配以及常用的方差分析、回歸分析和判別分析等方法。第六章、第七章採用比較一般的形式來介紹因子分析和線性模型的內容,讀者在熟悉第二章到第五章內容的基礎上能...
3 線性回歸分析 3.1 一元線性回歸的回顧 3.1.1 數學模型 3.1.2 回歸參數的估計 3.1.3 回歸方程的顯著性檢驗 3.1.4 預測 3.2 多元線性回歸 3.2.1 多元線性回歸模型 3.2.2 回歸參數的估計 3.2.3 回歸...
上述的各種方法可以看成廣義多元分析的內容,在有些方法中,如加上正態性的假定,就可以討論一些更深入的問題,例如線性模型中有關線性假設檢驗的問題,在正態的假定下,就有比較系統的結果。 多元分析也可按指標是離散的還是連續的...
1多元常態分配 2均向量的統計推斷 3多重線性回歸 4主成分分析 5因子分析 6logistic族回歸 7廣義線性模型 8生存分析 9聚類分析 10判別分析 出版背景 本書自2000年12月第一版問世以來,得到了讀者的普遍關注,來信、來電不斷,給了...
3.1.2 模型學習 /31 3.1.3 模型評價 /32 3.2 廣義線性模型 /33 3.2.1 多元線性回歸模型 /34 3.2.2 經驗風險與結構風險 /35 3.2.3 極大似然估計 /38 3.3 邏輯回歸 /39 3.3.1 sigmoid函...